Mammodiag: sistema CAD para la detección precoz del cáncer de mama

El cáncer de mama es el de mayor incidencia entre la población femenina en todo el mundo. Sin embargo, está bien comprobado que su índice de curación aumenta significativamente con la detección precoz de la enfermedad.

Una de las más destacadas señales de su aparición lo constituyen las calcificaciones casi microscópicas de algunos vasos de la mama: son lo que se conoce como microcalcificaciones y pueden responder a verdaderas lesiones malignas, a otras benignas o incluso ser el resultado de un proceso totalmente natural. "Por eso es tan importante detectarlas en cuanto aparezcan y reconocer el tipo al que pertenecen, tanto para evitar que se quede alguna paciente sin diagnosticar la gravedad de su caso como, en el lado contrario, que sea alarmada innecesariamente", explica el catedrático de Electrónica, Francisco Javier López Aligué.

La Universidad de Extremadura y el Servicio Extremeño de Salud están poniendo en marcha una investigación, que encabeza este catedrático, encaminada a desarrollar un sistema informático capaz de detectar la presencia de síntomas de cáncer de mama mucho antes de que sean visibles al médico, momento en el que se pueda aplicar un tratamiento que permita su cura en el 100% de los casos. El grupo de investigación lo completan por parte de la UEx, Alberto Poveda Pierola (Profesor Titular de Radiología y Medicina Física), Isabel Acevedo Sotoca (Profesora Titular de Electrónica), Antonio García Manso (Técnico de Apoyo del Proyecto) y por parte del SES, el oncólogo del Hospital Infanta Cristina, Fernando García Urra, y el cirujano Andrés Bas SantaCruz.

Tras varios años de trabajo, los investigadores han conseguido un sistema, que han bautizado como Mammodiag, totalmente operativo que permite analizar tanto las mamografías analógicas convencionales (placas) como las más modernas digitales, así como acceder a las distintas bases de datos de mamografías. "El programa desarrollado es capaz de, en pocos minutos, indicar al especialista - por regla general un radiólogo - aquellas partes de la mamografía que presenten alguna imagen correspondiente a calcificaciones, así como de ofrecerle distintas posibilidades de análisis de las mismas", aclara.

Varios análisis en cualquier ordenador personal

El programa elimina de la imagen original todas las partes que no constituyan posibles lesiones (fondos grasos, artefactos, etc.), y se amplían y realzan las sospechosas. El especialista puede optar por examinar la parte detectada bajo un realce, o con una imagen de falso color que permita identificar con mucha facilidad los contrastes e, incluso, extraer las partes calcificadas, anulando por completo todo el resto.

De este modo, el diagnóstico se ve tremendamente facilitado porque se detectan calcificaciones tan pequeñas que pasarían desapercibidas por el ojo humano; se eliminan todas las imágenes que pudieran provocar errores (artefactos); se pueden efectuar varios análisis sobre cada zona detectada; se necesita un tiempo muy breve; genera imágenes digitales que permiten almacenarlas indefinidamente para posteriores pruebas o transmitirlas vía Internet a cualquier punto remoto para ser analizadas por otros especialistas; y sobre todo, puede utilizarse con cualquier tipo de ordenador personal o incorporarse como valor añadido a cualquier sistema técnico de análisis médicos de gran envergadura.

La investigación continúa en dos fases más

Con este sistema de detección de microcalcificaciones concluye la primera fase de la investigación. Pero el proyecto es más ambicioso. La segunda etapa, en la que trabajan actualmente, comprende el desarrollo de un Sistema de Inteligencia Artificial construido con Redes Neuronales capaz de identificar cada microcalcificación, clasificándola en el tipo que le corresponda. "A estas alturas, y siguiendo las indicaciones del experto radiólogo, tenemos definidas unas 60 clases de microcalcificaciones, tanto malignas como benignas o normales. Nuestra Red Neuronal ha sido el resultado de un trabajo desarrollado en nuestro laboratorio hace poco tiempo y que demostró ser capaz de efectuar una clasificación de patrones (imágenes, caracteres, figuras) con una tasa de aciertos del 100%", explica el catedrático.

En este momento los investigadores están identificando las microcalcificaciones que van a servir de prototipos para las 60 clases de lesiones posibles. "Teniendo en cuenta que se precisan unas 10 ó 15 para cada una, estamos hablando de entre 600 y 1.000, lo que supone una tarea bastante laboriosa, pero el resultado será satisfactorio por sí mismo, puesto que al final se dispondrá de una colección absolutamente insustituible de paradigmas de calcificaciones. Se trata de una "máquina" basada en el conocimiento. Conocimiento que obtenemos del radiólogo y de la mayor base de datos de mamografías: la base de datos DDSM de la Universidad de Florida del Sur (USA). Una vez terminado el entrenamiento de nuestra Red Neuronal, ésta deberá ser capaz de ofrecer un diagnóstico bastante certero de cada una de las imágenes que nuestro actual sistema vaya extrayendo de las mamografías que el médico le presente", puntualiza.

Con estas dos fases los investigadores cubren los dos significados del acrónimo CAD: "Computer Aided Detection" para el primero y "Computer Aided Diagnostic" para el segundo, razón última del origen del nombre elegido para nuestro Proyecto: Mammodiag.

La última fase del proyecto será poner esta herramienta al servicio de la telemedicina, utilizando la información generada por el sistema de Inteligencia Artificial, con lo que se subsanaran muchos de los inconvenientes actuales para la búsqueda y transmisión de imágenes adecuadas.